将物理先验嵌入机器人学习：综述 Embedding Physics Priors in Robot Learning: A Survey
提出物理引导/编码/信息三分类法，系统综述232篇物理嵌入式机器人学习文献。
前置知识
归纳偏置（Inductive Bias）
机器学习模型在学习算法之外预先内置的假设或结构约束，它决定了模型从有限数据中泛化的方向。例如 CNN 内置平移不变性、LSTM 内置时序依赖性。归纳偏置越强，模型在数据稀缺时越不容易过拟合，但如果假设与真实数据分布不符，也会限制表达能力。
本文的核心论点是：机器人是受物理定律支配的具身系统，物理先验正是机器人领域天然的归纳偏置。理解这个概念才能理解为什么作者主张『物理先验是补充而非替代数据驱动学习』。
拉格朗日/哈密顿力学
分析力学的两大形式体系。拉格朗日力学以广义坐标 $q$ 定义拉格朗日量 $L(q,\dot{q}) = T - V$（动能减势能），通过欧拉-拉格朗日方程 $\frac{d}{dt}\frac{\partial L}{\partial \dot{q}} - \frac{\partial L}{\partial q} = \tau$ 描述动力学，导出 $M(q)\ddot{q} + c(q,\dot{q}) + g(q) = \tau$。哈密顿力学经勒让德变换后以坐标和动量 $(q,p)$ 描述系统，$\dot{q} = \partial H/\partial p$，$\dot{p} = -\partial H/\partial q$。
DeLaN、LNN、HNN 等本文重点综述的物理编码架构，正是把上述方程结构直接嵌入神经网络：DeLaN 参数化惯量矩阵 $M(q)$ 与势能 $V(q)$，LNN 直接学习 $L$，HNN 学习 $H$。不懂这两个形式体系就看不懂第 3.1-3.2 节。
物理信息神经网络（PINN）
Raissi 等人 2019 年提出的方法：用神经网络逼近微分方程解 $\hat{u}(t,x)$，通过自动微分构造方程残差 $f(t,x) := \partial_t \hat{u} + \mathcal{N}[\hat{u}]$，训练时最小化复合损失 $J = J_{data} + J_{physics}$，其中物理损失项在配点上惩罚控制方程的违反。物理定律只作为软约束进入训练目标，模型架构本身是普通前馈网络。
PINN 是『物理信息损失函数』这条路线的源头，也是理解三分类法的关键对照：物理信息法不改架构、不改输入，只在训练目标中加入物理残差，其软约束特性带来的『小残差不等于推理时严格满足物理定律』这一局限，是综述反复讨论的要点。
物理一致性（Physical Consistency）
指学习到的模型在结构上或预测上符合物理定律的性质，包括：惯量矩阵正定 $M(q) \succ 0$、阻尼矩阵半正定、能量守恒、无外力时长期稳定性、动量守恒、被动性（passivity）与耗散性等。可通过硬约束（架构保证，如 Cholesky 分解）或软约束（损失正则）实现，二者分别对应物理编码与物理信息路线。
物理一致性是贯穿全文的评价维度，也是 Challenge 5 的主题：目前文献中评估物理一致性的指标高度碎片化（能量守恒、约束违反、方程残差各说各话），缺乏标准化协议，这是该领域可复现性和可比性不足的核心原因。
Koopman 算子与神经算子
Koopman 理论将非线性系统动力学表示为对状态观测函数空间作用的（无限维）线性算子，实践中通过一组提升函数（lifting functions）把状态映射到高维空间，使演化近似线性，从而可用线性控制方法（如 Koopman-MPC）处理非线性系统。神经算子（NO）则将神经网络从有限维映射推广到函数空间之间的算子学习，代表架构有 DeepONet、FNO、GNO。
第 3.7 节『物理编码神经算子』的主体工作就是 Koopman 方法：把配置空间拓扑、运动学约束、执行器结构等物理知识编码进提升函数/字典的设计。这是不常出现在通用 ML 综述中、但机器人领域很重要的技术分支。
研究动机
纯数据驱动方法在计算机视觉和自然语言处理上取得了巨大成功，但直接照搬到机器人领域面临三个结构性障碍。其一是数据昂贵：真实机器人实验需要专用硬件、人工监督且受安全约束，无法像互联网文本那样无限扩展；其二是系统复杂高维：例如灵巧手机器人手可能有超过 20 个自由度（DoF），带来非线性、欠驱动和混合接触模式等复杂动力学，同时缺乏大规模开放数据集；其三是可靠性要求：机器人需要在安全关键环境中实时运行，并保证对未见场景的安全泛化。作者指出，目前的文献高度碎片化——不同社区用 physics-informed、physics-guided、physics-encoded 等术语描述相似思想，已有综述或聚焦 PDE 求解（如 Cuomo et al. 2022 的 PINN 综述）、或局限于其他领域（Faroughi et al. 2024 聚焦流体与固体力学）、或机器人占比极低（Sivtsov et al. 2025 的 112 篇引文中仅 16 篇涉及机器人），导致研究者难以评估这个快速增长领域的全貌。
本文的目标是本文要为『物理嵌入式机器人学习』（physics-embedded robot learning）建立统一的概念框架和全景式综述。具体目标包括四个方面：（1）提出统一分类法，将现有方法按物理先验嵌入位置分为三条互补路线——物理引导（physics-guided，作用于输入/数据/表示）、物理编码（physics-encoded，嵌入模型架构）、物理信息（physics-informed，作用于训练损失）；（2）覆盖从单层感知机到生成式基础模型（VLA、VWM）的广泛机器学习模型，以及从牛顿-欧拉/欧拉-拉格朗日方程到守恒律、对称性/不变性、几何与运动学结构、本构模型、物理可容许性这五大类物理先验；（3）按机器人动力学学习、轨迹规划与预测、控制、估计四大应用类别（对应 78、49、84、32 篇论文）整理文献，并梳理开源软件生态；（4）识别开放挑战并提出未来研究方向。
与已有工作不同的是，本文的独特切入角度有三点。第一，统一术语与分类：作者扩展 Faroughi et al. (2024) 面向流体力学的三分类法到机器人领域，并用 Figure 4 的决策流程图给出了可操作的分类标准（先判断是否表达了特定物理知识而非泛数学结构，再依次检查引导/编码/信息三个判据），该流程已实现在其开源仓库中可持续分类新论文。第二，覆盖范围空前：Table 1 对比显示，本文是首个同时覆盖三条路线、涵盖 232/329 篇物理嵌入式机器人学习文献的综述——相比之下 Geist and Trimpe (2021) 仅覆盖 16/108 篇且限于刚体动力学学习，Watson et al. (2025) 覆盖 21/359 篇且限于物理信息方法。第三，历史纵深与前沿并重：综述既回顾了从 Nguyen-Tuong and Peters (2010) 将刚体模型作为高斯过程均值函数、Cheng et al. (2016) 在 RKHS 中编码拉格朗日结构、Díaz Ledezma and Haddadin (2017) 的 FOP 网络等早期工作，也纳入了直到 2026 年 8 月的 VWM/VLA 物理引导生成模型，并明确将物理先验定位为『补充而非替代数据驱动学习的可扩展归纳偏置』。
核心方法
这是一篇方法论综述，其『方法』就是分类法本身。直觉上，物理知识可以在机器学习生命周期的不同位置注入（Figure 3）：数据策展/模型训练/推理三阶段中，物理引导组件在输入端变换或丰富特征（数据策展时或作为常驻预处理模块）；物理编码组件把物理知识直接写进模型架构（训练和推理时都生效）；物理信息组件通过损失函数中的正则项或方程残差注入物理知识（仅在训练时激活，推理时只通过学到的参数间接起作用）。技术路线上，作者先从约 329 篇相关文献中筛出 232 篇真正把物理先验嵌入机器人学习方法的论文（检索 Google Scholar 多组关键词，检索式与分类规则全部公开在 GitHub 仓库），然后按三分类法+四大应用类别+机器人类型对每篇论文打标签，再对最大的物理编码家族（占 71%）按七个子类深入展开：拉格朗日模型（DeLaN/LNN）、哈密顿模型（HNN/端口哈密顿）、模型结构化网络（MSNN）、神经 ODE 与变分积分器网络、混合物理-学习架构、拓扑学习（SINDy/EQLN/FOP）、物理编码神经算子（Koopman），最后汇总软件工具、六大开放挑战与七个未来方向。
核心创新是『三路线统一分类法』及其可操作的判定流程。与已有综述按应用领域或模型类型组织不同，本文按『物理先验注入的位置』组织整个领域，并强调三条路线在生命周期中的互补性：物理引导路线最不具侵入性（16%，2022 年后快速增长），兼容几乎所有学习算法但先验不约束模型预测；物理编码路线体量最大（71%），把物理知识变成架构硬约束（如 DeLaN 用 Cholesky 分解 $M(q) = L(q)^T L(q)$ 保证惯量正定），推理时物理性严格成立但需要领域专家设计；物理信息路线（13%）以 PINN 式软约束换取架构自由度，能改善数据稀缺区域的外推，但小训练残差不保证推理时精确满足物理定律。作者据此提出全文的中心论点——三条路线不是竞争关系，只有约 4% 的已有工作组合了多条路线且多为 ad hoc，系统性联合使用（例如 DeLaN 架构 + 功率一致性辅助损失 $l_p = \|\dot{q}^T\tau - \dot{\hat{E}}\|_2^2$ + 物理引导数据采集）可能释放更丰富的先验价值，这是该领域最被低估的机会。
方法步骤详情
综述的实施步骤如下。第一步，界定范围：只收录把物理先验嵌入机器学习并应用于机器人的工作，排除仅通过 RL 特有机制（状态/动作空间设计、探索策略、安全约束、模拟器增广）引入物理的方法，因为这部分已被 Banerjee et al. (2025) 综述；接触丰富的操作学习仅在通过三路线机制嵌入物理时才纳入。第二步，文献检索：在 Google Scholar 上按多组物理嵌入关键词检索，覆盖至 2026 年 8 月发表的期刊/会议论文及少量重要 arXiv 预印本，关键词列表公开于在线仓库。第三步，分类标注：对每篇论文依次应用 Figure 4 决策流——『是否表达了机器人系统的特定物理知识（而非泛数学结构）？』不满足则排除出 scope；『是否用物理先验变换/丰富/策展/选择/纠正输入数据或表示？』是则为物理引导；『是否把物理先验编码进推理时仍活跃的模型架构？』是则为物理编码；『是否把物理先验纳入仅在训练时激活的损失？』是则为物理信息；三标签可叠加。第四步，结构化综述：按物理编码七个子类（Sec 3.1-3.8，每个子类配一张汇总表：Table 2 拉格朗日/哈密顿、Table 3 MSNN、Table 4 拓扑学习、Table 5 神经算子、Table 6 生成模型、Table 7 家族权衡对比）、物理信息（Table 8）、物理引导（Table 9）整理；第五步，软件盘点：Table 10 按 P.E./P.I. 支持能力对比 17 个开源框架；第六步，提炼 6 大挑战与 7 个方向。全部 232 篇论文的分类结果、检索方法与分类决策流程维护在 https://github.com/TUM-AVS/survey-physics-embedded-robot-learning，支持社区持续贡献。
技术新颖性
技术新颖性体现在分类学层面而非算法层面。首先，它是首个把 physics-guided/physics-encoded/physics-informed 三分法从科学计算（Faroughi et al. 2024 面向流体与固体力学）系统迁移并扩展到机器人领域的综述，且扩展不只针对神经网络——作者把『physics-encoded』的定义从『强制将物理编码进核心架构的神经网络』推广到任何嵌入物理原理的 ML 模型（GPR 核函数、RKHS、Koopman 字典、变分积分器等），并引入 MSNN（Model-Structured Neural Network）这一新术语统一文献中碎片化的命名。其次，决策流程（Figure 4）给出了此前不存在的、可机械执行的分类标准，特别是第一条判据『泛数学结构不算物理先验』划清了领域边界。第三，生命周期视角（Figure 3）把三条路线统一到数据策展-训练-推理的时间轴上，自然导出关键洞察：物理信息损失的影响只通过参数间接留存，物理编码与物理引导组件在推理时仍然活跃——这直接支撑了『组合多条路线』的核心主张。第四，Table 7 的家族权衡对比表是该领域首次系统梳理：DeLaN 适合非保守力已知或可忽略的场景（可解释、可供控制复用但假设共位坐标）、HNN/端口哈密顿适合能量交换与被动性中心的问题（需广义动量）、LNN 更通用但结构保证弱、拓扑学习能从数据发现方程但候选库仍需人工设计等，为实践者提供了选型指南。
实验结果
作为综述，其『结果』是对领域现状的量化刻画与批判性结论。（1）领域规模与增长：232/329 篇参考文献真正把物理先验嵌入机器人学习方法，超过半数发表于 2023-2025 年间，领域加速增长，尤其 2020 年后物理编码架构、2022 年后物理信息与物理引导路线显著提速。（2）路线分布严重失衡：物理编码占 71%，物理引导占 16%，物理信息占 13%（双路线论文按主路线计），仅 4% 的工作组合多条路线且多为 ad hoc——这是作者判断『联合使用三路线』为最大机会的实证依据。（3）应用分布（Figure 2 左）：控制类最多（84 篇），动力学学习次之（78 篇），规划与预测 49 篇，估计 32 篇。（4）机器人平台分布（Figure 2 右）：机械臂 81 篇、车辆 69 篇合计占 62%，而典型超过 20 自由度的腿式机器人仅 16 篇（7%），软体/连续体机器人 14 篇，17 篇论文仅在摆、cart-pole 等标准力学系统上验证——高自由度系统的可扩展性是全领域最大短板。（5）路线-应用耦合：航空机器人中物理信息方法占比最高（43%），因为低维动力学模型容易写成损失函数；物理编码架构十年间持续发展且 2020 年后明显加速。（6）软件生态结论：现有 17 个框架各支持一个范式（NeuroMANCER/nnodely 支持模型结构化与混合建模，torchdiffeq/DiffEqFlux.jl 支持 NODE，PySINDy 支持方程发现，DeepXDE 支持 PINN，Brax/Nimble/Warp 支持可微仿真），但没有任何框架在统一工作流中同时支持三条路线+部署，且 DeLaN/LNN/HNN 没有现成库实现、推理时物理引导（扩散引导）基本只能任务定制。（7）理论保证稀缺：仅少数工作给出显式闭环保证（如 Bolderman et al. 2024 证明前馈电机控制的输入-状态稳定性，Liu et al. 2024b 证明软体机器人的被动性稳定），大多数为确定性预测器无任何形式化认证。
查看结构化数据
| 任务 | 指标 | 本文 | 基线 | 提升 |
|---|---|---|---|---|
| 物理编码 vs 其他路线的文献占比 | 综述论文数占比 | 物理编码 71%，物理引导 16%，物理信息 13%（共 232 篇主分类） | 已有机器人相关综述：Geist & Trimpe 2021 仅覆盖 16/108 篇，Watson et al. 2025 覆盖 21/359 篇，Sivtsov et al. 2025 覆盖 16/112 篇 | 覆盖度提升至 232/329 篇，且为首个三路线全覆盖 |
| 应用领域分布 | 论文数（可多重计数） | 控制 84、动力学学习 78、规划与预测 49、估计 32 | 无（本文首次给出该分布） | 首次量化揭示控制与动力学学习是主战场，估计类相对不足 |
| 机器人平台分布 | 论文数（可多重计数） | 机械臂 81、车辆 69、空中 23、标准力学系统 21、腿式 16、软体 14、移动 10、协作 5、水下 4 | 无（本文首次给出该分布） | 首次量化暴露 62% 集中于机械臂/车辆、腿式仅 7% 的平台偏斜 |
| 多路线组合 | 组合两条及以上路线的工作占比 | 约 4%（如 DeLaN + 功率一致性损失、物理模型 + MLP 残差 + 物理正则损失） | 绝大多数工作单路线 | 识别出被忽视的组合机会，提出系统化组合方向 |
| 物理信息方法在航空机器人中的渗透率 | 应用内占比 | 43%（各应用中最高） | 其他机器人类别显著更低 | 解释了路线选择与问题形式（ODE 可写成损失）的相关性 |
局限与改进
作者明确承认的局限包括：（1）分类法依赖人工判断，三条路线不互斥，双路线论文按主路线计入百分比，分类存在一定主观性；（2）由于文献不遵循统一术语，尽管用了多组关键词系统检索，仍可能遗漏未用标准术语命名的工作；（3）纳入了部分未经同行评审的 arXiv 预印本以跟上领域速度，其结论可靠性参差；（4）统计口径上论文可同时属于多个应用和机器人类别，百分比不能直接相加。我的补充观察：（1）综述对各类方法的性能对比基本缺位——Table 7 明确声明比较的是『架构性质而非实测性能』，读者无法从中得知 DeLaN 相比黑盒 MLP 在真实系统上到底带来多大样本效率提升，这延续了该领域评测碎片化的老问题；（2）纳入的 2025-2026 年文献（如标注 2026 的多篇工作）尚未经时间检验，部分结论（如 VWM 物理一致性的判断）可能快速过时；（3）对失败案例和负面结果覆盖极少，『物理先验何时反而有害』主要靠 Challenge 1/3 的定性讨论而非系统证据支撑；（4）软件生态部分以定性描述为主，缺乏各框架的社区活跃度、性能基准等量化指标。
独立分析的弱点
独立分析这篇综述及其所刻画领域的弱点：（1）评测危机未解决：全文指出物理一致性指标碎片化（能量法看能量守恒、等变模型看动量守恒、接触方法看穿透/摩擦一致性、PINN 看方程残差），但综述本身也未能提出哪怕一个最小标准化协议，仅在 Direction 7 中呼吁——一个可立即改进的方向是模仿计算机视觉的做法，定义类似『物理一致性基准套件』的分级指标（守恒律残差、长时程 rollout 稳定性、约束违反、不确定性校准、闭环行为），并配公共数据集。（2）性能证据链薄弱：领域内声称的『样本效率提升、外推改善』大多基于低自由度标准系统（摆、cart-pole）的小规模对比，综述若能收集各论文报告的定量结果做元分析，说服力会强得多。（3）对生成模型/基础模型的处理较浅：Table 6 收录了约 20 个 VWM/VLA/扩散模型工作，但大多只有一句话描述，缺乏对『视觉真实感 ≠ 物理有效性』这一核心张力（作者自己在 5.5 节承认）的深入方法论分析。（4）接触动力学是所有家族共同的软肋（Table 7 最后一行指出两个共同缺口即接触丰富动力学与高自由度验证），但综述对非光滑、混合模态系统的专门讨论分散在各节，缺少像拉格朗日/哈密顿那样的独立章节级综合。（5）分类决策流虽已开源，但判据『表达特定物理知识而非泛数学结构』在边界案例（如纯对称性约束、纯 Lyapunov 结构）上的裁定仍显模糊。
未来方向
作者提出的七个研究方向：（1）组合多路线——发展按任务/数据/先验知识选择与组合三条路线的原则性方法，研究硬架构约束与软损失正则的权衡、物理引导输入能否补偿弱架构先验、如何识别冗余或冲突先验；（2）物理感知基础模型——现有方法几乎都针对单一机器人/应用训练，而证据表明基础模型不会从数据中自动习得通用物理理解（Schulze Buschoff et al. 2026），需要把物理先验系统融入大规模预训练模型并验证跨形态泛化；（3）端到端可微流水线——打通感知-预测-规划-控制-世界模型仿真全链路梯度传播，结合可微仿真器迁移训练到仿真端，同时解决接触不连续处的梯度保真问题与在线终身自适应；（4）接触丰富任务的物理嵌入式学习——统一建模接触、摩擦、柔顺与模态切换，从部分观测中学习鲁棒接触表示；（5）物理编码架构的自动发现——把 EQLN/SINDy 式『用户给候选库+算法搜组合』的思路推广到自动发现拓扑与组成，检验能否在高自由度系统上匹敌手工 MSNN；（6）扩展到高自由度系统——利用模块化、稀疏性（如 FeLaN 的分支诱导稀疏 $M(q) = L(q)^T L(q)$）、等变性与降阶表示，把验证从 <10 自由度扩展到 >20 自由度的人形/四足，并评估计算成本、长时程稳定性与跨形态迁移；（7）互操作开源框架与基准——发展提供模块化物理/学习抽象、可微求解器、不确定性量化、部署支持的软件生态。基于成果的延伸方向：我认为物理感知世界模型的动力学感知评估协议、把 port-Hamiltonian 被动性与控制屏障函数结合的形式化安全认证、以及利用大模型自动撰写 MSNN 结构代码，都是这篇综述框架可直接支撑的下一步。
复现评估
复现支持度在综述类工作中属于最高档。作者维护了持续更新的开源仓库 https://github.com/TUM-AVS/survey-physics-embedded-robot-learning，收录全部 232 篇论文及其三路线+应用+机器人类型分类、完整检索关键词、可复用的分类决策流程（并邀请社区提交新论文），意味着读者可以逐条核查分类依据甚至复现统计。 Table 10 给出 17 个开源软件框架的名称、语言、许可证、支持任务与 URL，其中 NeuroMANCER（BSD-3）、nnodely（MIT）、torchdiffeq（MIT）、PySINDy（MIT）、DeepXDE（LGPL-2.1）、Brax（Apache-2.0）、Warp（Apache-2.0）等均可直接安装使用。作为综述本身无需算力即可『复现』（分类统计可由仓库数据重新计算）。需要注意的复现障碍在于被综述的原始方法层面：DeLaN/LNN/HNN 没有官方维护的统一库实现（需基于 PyTorch/JAX 自行搭建，好在核心代码量不大且有多个第三方复现）、部分 2025-2026 年引用工作尚未开源、以及不同论文的实验设置互不兼容导致跨论文性能比较困难——这本身就是综述指出的 Challenge 5。总体而言：获取与验证综述结论极易（公开仓库+统计口径清晰），复现其中任何一类方法中等偏难（需要机器人仿真环境和领域知识），难度评级：综述利用为入门级，方法复现为进阶级。
论文图表